「Claudeが自社R&Dの26%を主導」という見出しを見て、「で、それは何の26%なのか」と引っかかったAI開発者に向けた記事だ。昨日の記事「Claude最新情報【2026年9月18日】Anthropic「Claudeが自社R&Dの26%を主導」とBloombergが報道」ではBloombergの報道をもとに、26%の分母は分からないと書いた。昨日の記事の時点で当編集部は見つけられていなかったが、Anthropicの公式ページは9月17日付で出ていたと報じられている。今日はその公式ページの要約と報道をもとに、26%が何を数えた数字なのかを整理する。
何が発表されたか——26%は「AL4」の割合
Anthropicは米国時間9月17日、AI開発のペースを測る指標についての公式ページを公開したと報じられている。公式ページの要約と、NBC NewsやBetaNewsなどの報道が一致する範囲で書くと、内容はこうだ。
- Anthropicは、社内のモデル研究開発の作業を分類し、各作業にAIがどの程度関わったかを「AL0」から「AL5」までの段階で評価した
- 8月時点で、「AL4」に当たる作業が26%だった。AL4は、高水準の指示からAIが作業の大半を担い、人が監督する段階
- 「協働」にあたるAL3以上は、90%超
- 完全自律(AL5)は、測った範囲のどこにもないとAnthropicは述べている
Anthropicは、この測定が政府・研究者・一般の人々に、モデル開発の自動化の速さを知らせる材料になると説明している。ここで言っているのはAnthropic自身の測定と説明だ、という点は最初に押さえておいてほしい。当編集部は公式ページの本文を確認できていない。
段階の物差しと、26%が数えているもの
物差しは、AL0からAL5までの6段階だ。AL0は「AIの関与なし」、AL5は「人の入力なしで完全に自律」。その途中で、AL3が協働、AL4が「高水準の指示から作業の大半をAIが担い、人が監督する」段階にあたる。AL1とAL2の定義は、当編集部は確認できていない。
要するに、料理店の分担で考えるとわかりやすい。AL3は、店長と一緒に厨房に立って、切る人と炒める人を分け合うイメージ。AL4は、店長が「今日はカレーで」とだけ告げて、下ごしらえから盛り付けまで任せ、最後に味見だけする状態だ。AL5は、店長が何も言わなくても厨房が回る状態にあたる。Anthropicは、そこには至っていないと述べている。
ここで迷いやすいのが、26%の読み方だ。26%は、分類した作業のうち「作業の大半をAIが担った作業」の割合であって、コードの行数の割合ではない。作業をどう1件と数え、どう重み付けしたかは、公式ページの本文を確認できていないため、当編集部には分からない。だから、コードの量や作業時間の割合として読み替えるのは避けたい。AL4には人の監督が含まれ、完全に自律した段階(AL5)は測った範囲に存在しない、と説明されている。
2月から8月へ——「1%未満」から26%
複数の報道によれば、2月時点でAL4に当たる作業は1%未満だった。8月時点の26%と並べて報じられており、この数字の並びを素直に読めば、半年ほどの間に、AIが作業の大半を担う段階の作業が、1%未満から26%へ広がったことになる。
また、AP系の報道によれば、8月時点で約3万のエージェントが研究・エンジニアリング作業に当たっていたという。当編集部は、この数字の原典を確認できていない。
ただし、この変化の大きさを評価するには、2月と8月が同じ手順で測られているかが前提になる。それを含めた測定方法は、先ほど書いたとおり当編集部は確認できていない。「1%未満から26%」という数字の並びは、そのまま伝える以上のことは言えない。
限界——誰が測り、誰が判定したか
この数字を読むうえで、「誰が言ったのか」を三つに分けておく。
- 測ったのはAnthropic自身。26%などの数字は、Anthropicが自社で測ったものだ(公式発表)
- 判定の多くはClaude自身が行った。複数の報道がこう伝えている。当編集部は、公式ページの本文でこの点を確認できていない
- 外部検証はない。これはAnthropicの言葉ではなく、The Neuronの指摘だ。The Neuronは、「誰が指標を決めるのか」という問いと、外部検証がない点を挙げている
自社測定であることは、数字が誤りだという意味ではない。ただ、測る側と測られる側が同じ組織で、判定の多くをClaude自身が担ったと報じられている以上、この数字は「Anthropicが自社の作業を、自社の尺度で数えた結果」として読むのが自然だ。
別件だが、「誰が測るのか」をめぐる動きとして、評価者ら100人超がAIモデルの独立した安全評価を求める公開書簡を出したと、CNBCが9月18日付で報じている。AI Evaluator Forumが組織したと報じられている。書簡の原本は、当編集部は確認できていない。
AI開発者にとっての意味——自分のチームで測るなら
Anthropicの数字そのものより、実は「どう測ったか」の型のほうが、私たちの現場に持ち帰りやすい。自分のチームで「AIがどこまで担っているか」を数えるなら、次の三つを先に決めておくとよい。
- 「1件」の定義を決める。件数で数えるのか、かかった時間で数えるのか。定義を決めずに数えると、家計簿で費目を決めないまま付けるのと同じで、先月と今月が比べられなくなる。26%のような数字を見るときも、まず分母の定義を探したい
- 関与の段階を分けて記録する。「AIを使ったか」の二択ではなく、「人が主導」「協働」「AIが大半を担い人が確認」のように段階を分ける。AL3とAL4の差は、人が細かく指示するか、高水準の指示だけで任せて監督に回るか、という点にある
- 判定する人を分ける。段階の判定までAIに任せるなら、一部は人が抜き取りで見直す。今回の26%で、判定の多くをClaude自身が行ったと報じられていることが、まさにこの論点にあたる
今日のまとめ
- 26%はAnthropicが自社で測った数字で、作業の大半をAIが担い人が監督する段階(AL4)に当たる作業の割合。コードの行数の割合ではない
- AL3以上は90%超。完全自律(AL5)は測った範囲のどこにもないとAnthropicは述べている
- 2月は1%未満(複数報道)。8月の26%と並べて報じられている
- 判定の多くをClaude自身が行ったと複数の報道が伝えている。外部検証がない点はThe Neuronの指摘で、Anthropicの言葉ではない
- 測定方法の詳細は、当編集部は公式ページの本文を確認できていない